Coursera

Spezialisierung „LLM Engineering That Works: Prompting, Tuning, and Retrieval“

Nutzen Sie die Ersparnis! Erhalten Sie 40% Rabatt auf 3 Monate Coursera Plus und vollen Zugang zu Tausenden von Kursen.

spezialisierung ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Coursera

Spezialisierung „LLM Engineering That Works: Prompting, Tuning, and Retrieval“

Engineer Production-Ready LLM Systems.

Learn prompting, tuning, retrieval, and scalable architectures for reliable AI applications.

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

2 months to complete
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

2 months to complete
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Design and deploy production-grade LLM systems combining prompting, tuning, and retrieval

  • Build reliable, scalable AI pipelines with evaluation, monitoring, and governance

  • Apply responsible AI practices, ethics, and safety throughout the lifecycle of LLMs

Kompetenzen, die Sie erwerben

  • Kategorie: AI Security
  • Kategorie: Data Ethics
  • Kategorie: Data Pipelines
  • Kategorie: Feature Engineering
  • Kategorie: Large Language Modeling
  • Kategorie: LLM Application
  • Kategorie: MLOps (Machine Learning Operations)
  • Kategorie: Model Evaluation
  • Kategorie: Product Requirements
  • Kategorie: Prompt Patterns
  • Kategorie: Responsible AI
  • Kategorie: Software Architecture
  • Kategorie: SQL
  • Kategorie: Systems Architecture
  • Kategorie: Test Automation

Werkzeuge, die Sie lernen werden

  • Kategorie: Apache Airflow
  • Kategorie: Kubernetes
  • Kategorie: Model Deployment
  • Kategorie: Prompt Engineering
  • Kategorie: PyTorch (Machine Learning Library)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

März 2026

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von Coursera.

Spezialisierung - 6 Kursreihen

Was Sie lernen werden

  • Apply custom training loops with callbacks (early-stopping, checkpointing) and diagnose gradient issues using norm and activation analysis.

  • Implement feature engineering pipelines for structured and text data, then evaluate ML experiments to select production-ready models.

  • Create comprehensive model cards for LLM features that detail intended use, technical limitations, and specific fairness metrics.

  • Evaluate AI systems against established ethical guidelines to identify biases and propose actionable mitigation strategies.

Kompetenzen, die Sie erwerben

Kategorie: Data Preprocessing
Kategorie: Responsible AI
Kategorie: Feature Engineering
Kategorie: Scikit Learn (Machine Learning Library)
Kategorie: Deep Learning
Kategorie: Technical Documentation
Kategorie: Software Documentation
Kategorie: Data Pipelines
Kategorie: Data Ethics
Kategorie: Scalability
Kategorie: Model Evaluation
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Model Deployment
Kategorie: Machine Learning
Building Reliable LLM Systems

Building Reliable LLM Systems

KURS 2 18 Stunden

Was Sie lernen werden

  • Build scripts with lexical/semantic metrics to evaluate LLMs, diagnose hallucinations, and balance vector-search recall against latency.

  • Apply hypothesis testing, confidence intervals, and significance metrics to evaluate model accuracy and validate results from A/B experiments.

  • Utilize parameterized SQL and data manipulation to segment user logs, calculate retention, and securely retrieve large-scale datasets.

  • Analyze LLM performance gaps to prioritize technical fixes and implement remediation measures for production-level reliability.

Kompetenzen, die Sie erwerben

Kategorie: MLOps (Machine Learning Operations)
Kategorie: Large Language Modeling
Kategorie: Pandas (Python Package)
Kategorie: SQL
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Model Evaluation
Kategorie: Statistical Analysis
Kategorie: Performance Testing
Kategorie: Python Programming
Kategorie: Debugging
Kategorie: LLM Application
Kategorie: Statistical Hypothesis Testing
Kategorie: Vector Databases
Kategorie: Query Languages
Kategorie: Performance Tuning
Kategorie: Retrieval-Augmented Generation
Kategorie: Data-Driven Decision-Making

Was Sie lernen werden

  • Apply TDD to microservice endpoints and refactor modules based on code reviews to improve readability and reduce complexity.

  • Develop behavior and safety tests to ensure LLM outputs comply with policies and block unsafe changes to the model.

  • Apply data versioning to track artifacts and evaluate ML experiment runs to select production-ready models.

  • Create scripts using Python's argparse to automate multi-step computational workflows in cloud environments.

Kompetenzen, die Sie erwerben

Kategorie: AI Workflows
Kategorie: AI Security
Kategorie: Scripting
Kategorie: Test Automation
Kategorie: Unit Testing
Kategorie: LLM Application
Kategorie: Large Language Modeling
Kategorie: SQL
Kategorie: Test Driven Development (TDD)
Kategorie: Python Programming
Kategorie: Model Deployment
Kategorie: Software Engineering
Kategorie: Code Coverage
Kategorie: Responsible AI
Kategorie: CI/CD
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Statistical Analysis
Kategorie: Continuous Integration
Kategorie: Testability
Kategorie: Maintainability

Was Sie lernen werden

  • Compare synchronous and asynchronous architectures and apply 12-factor principles and container orchestration to deploy scalable microservices.

  • Analyze multi-region deployments, pinpoint latency bottlenecks, and design resilient architecture improvements via fault analysis.

  • Create Airflow DAGs to automate data workflows and analyze the impact of schema evolution on downstream processes and tests.

  • Analyze trade-offs between self-hosting models vs. managed APIs and evaluate proposed infrastructure for fault tolerance and cost. 

Kompetenzen, die Sie erwerben

Kategorie: Scalability
Kategorie: Kubernetes
Kategorie: Large Language Modeling
Kategorie: LLM Application
Kategorie: Application Performance Management
Kategorie: Infrastructure Architecture
Kategorie: Managed Services
Kategorie: AWS CloudFormation
Kategorie: Containerization
Kategorie: Data Pipelines
Kategorie: Software Architecture
Kategorie: Application Deployment
Kategorie: Apache Airflow
Kategorie: Microservices
Kategorie: Systems Architecture
Kategorie: Open Source Technology
Kategorie: Azure DevOps

Was Sie lernen werden

  • Create PRDs with requirements and success metrics, and evaluate features against user-story acceptance criteria to identify gaps.

  • Evaluate prompt patterns and compute-spend reports to implement model-optimization techniques that reduce operational costs.

  • Analyze pipelines using value-stream mapping to eliminate inefficiencies and prioritize chatbot KPI optimizations.

  • Create technical documentation for vector index updates and evaluate system effectiveness against business requirements.

Kompetenzen, die Sie erwerben

Kategorie: Large Language Modeling
Kategorie: Cost Management
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: User Acceptance Testing (UAT)
Kategorie: Product Requirements
Kategorie: Standard Operating Procedure
Kategorie: Model Evaluation
Kategorie: Cost Reduction
Kategorie: Process Mapping
Kategorie: Key Performance Indicators (KPIs)
Kategorie: Workflow Management
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Vector Databases
Kategorie: Prompt Patterns
Kategorie: Prompt Engineering
Kategorie: Process Optimization
Kategorie: LLM Application
Kategorie: Operational Efficiency

Was Sie lernen werden

  • Position yourself for senior AI roles by creating a strategic portfolio and mastering advanced system design and ethics-focused technical interviews.

Kompetenzen, die Sie erwerben

Kategorie: CI/CD
Kategorie: System Design and Implementation
Kategorie: Model Evaluation
Kategorie: Communication
Kategorie: AI Security
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: LLM Application
Kategorie: Technical Communication
Kategorie: Technical Design
Kategorie: Prompt Engineering
Kategorie: AI Workflows
Kategorie: Model Deployment
Kategorie: SQL
Kategorie: AWS CloudFormation
Kategorie: Apache Airflow
Kategorie: AI Product Strategy
Kategorie: Python Programming
Kategorie: Data Ethics
Kategorie: Responsible AI

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Professionals from the Industry
217 Kurse 34.958 Lernende

von

Coursera

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Coursera Plus

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen